【要約】Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku ― タスク別のモデル選びとエフォート調整の実践ガイド 🧭

Posted at 2026-11-09

はじめに 📝

2026年11月9日に claude.dev ブログで公開された記事 「Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku」（著者: Addy Osmani、Playbooks、約15分）の内容を日本語で要約します。

現在の一般提供ラインナップは Claude Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.2 です。Claude Mythos 5.2 はサイバーセキュリティと生命科学研究向けの最高性能モデルで、検証プログラム経由で利用できます。

イメージを掴むために、記事にあるサブエージェント定義の例（.claude/agents/log-reader.md）を載せます。ログ読みのような作業を Haiku に任せる例です 👇

---
name: log-reader
description: Reads test output and logs, and reports each failing case. Use after a test run.
tools: Read, Grep, Glob, Bash
model: haiku
---

Read the logs you're given. For each failure, report the file, the test name and the first error line. Don't edit any files.

3行まとめ ✨

🎯 迷ったら Opus 5.5 を medium エフォートで始める（Claude Code のデフォルト、トークン単価は Fable 5.2 の半分）
⬇️⬆️ 下げるなら Sonnet 5.5 / Haiku 5.5、上げるなら Fable 5.2。ただしモデルを変える前にエフォートを調整する
📏 最終判断は自分のタスクで計測する（コストはトークン単価ではなく「完了1タスクあたり」で比べる）

TL;DR（記事の結論） 📌

多くの作業は Opus 5.5 の medium から始める。 Claude Code のデフォルトで、Fable 5.2 の半額です。
Sonnet 5.5 へ下げるのは、バグ修正や仕様に沿った機能実装など範囲が明確な日常作業。難しい移行や最適化では Opus が必要な場合もあります。
Haiku 5.5 へ下げるのは、分類・ルーティング・抽出など大量処理や、サイドタスクのサブエージェント。
Fable 5.2 へ上げるのは、最難関のコーディング・金融・科学プロジェクト、Opus 5.5 の high で足りないとき、長時間の無人実行。
モデルを変える前にエフォートを調整する。 エフォートはコストと能力の細かいつまみです。上げるとレイテンシは増えますが、知識やスキルは増えません。

タスク別の選び方 🗂️

タスク	最初のモデル	最初のエフォート
日常のエンジニアリング、デバッグ、複数PRの機能	Opus 5.5	`medium`、次に `high`
分類、ルーティング、タグ付け、大量抽出	Haiku 5.5	`medium`
検索・ログ読み・要約をするサブエージェント	Haiku 5.5 または Sonnet 5.5	モデルのデフォルト
チャット、対話セッション	Sonnet 5.5（単純な大量チャットは Haiku 5.5）	`low` または `medium`
範囲が明確なコーディング（バグ修正、仕様駆動）	Sonnet 5.5	`medium`、次に `high`
日常の文書・スライド・表計算	Sonnet 5.5	`high`（Claude Code では `medium`）
繰り返しのエージェント作業（調査、レビュー、下書き）	Sonnet 5.5	`medium`
コンピュータ操作・画像中心のワークフロー	Opus 5.5	`medium`
大規模リファクタ、移行、設計、多数のサブエージェントの統括	Fable 5.2	`medium`、次に `high`
深い調査、科学・定量分析	Fable 5.2	`medium`、次に `high`
迷うとき	Opus 5.5	`medium`

4モデルの比較 📊

	Haiku 5.5	Sonnet 5.5	Opus 5.5	Fable 5.2
向いている用途	大量・コスト重視	範囲が明確な作業を高速に	複雑なコーディングと知的作業の主力	最も野心的で自由度の高い技術作業
レイテンシ	最速	速い	中程度	中程度
入力 / 出力（100万トークンあたり）	$0.10 / $0.50（100Kまで）、$0.50 / $2.50（100K超）	$2 / $10	$4 / $20	$8 / $40
キャッシュ読み取り（100万トークンあたり）	$0.01（100Kまで）、$0.05（100K超）	$0.10	$0.20	$0.20
コンテキスト / 最大出力	1M / 128K	1M / 128K	1M / 128K	1M / 128K
Fast mode	なし	なし	あり	あり

価格は Claude API の定価です。

トレードオフ ⚖️

能力 vs タスクあたりコスト。 トークン単価が高くても、完了1タスクあたりが高いとは限りません。Terminal-Bench 3.0 では、Opus 5.5 の high が 58.9% で、Fable 5.1 の max（58.0%）の半分のトークン量でした。FrontierCode 2.0 では、Fable 5.2 の high が Opus 5.5 の max とほぼ同等（45.3% 対 45.5%）で、タスクあたりコストは約半分でした。難しいタスクに支出の大半がかかるので、比較時はそこを含めて見積もります。
レイテンシ vs 精度。 人が待つ返信には Sonnet 5.5 の low / medium が向きます。SWE-bench Pro では、Opus 5.5 を low で走らせ失敗分だけ high で再実行する方法で約97%が通り、1件あたり約 $0.17。全件を high にすると 95.3%・$0.29 でした。
エスカレーション前に検証。 モデルが力不足のときは次の順で対処します。
1. 自己検証（テスト、ビルド、スクリプト）を追加する
2. エフォートを1段階上げる
3. 1つ上のモデルに移る（低めのエフォートから）
コンテキスト vs コスト。 大きなコンテキストは毎ターン再送されますが、長時間実行ではその大半がキャッシュ読み取り課金になります。高価なモデルのコンテキストは判断に使い、冗長な読み込みは安価なサブエージェントに任せます。

モデルを混ぜる 🔀

切り替えは区切りのよい所で。 プロンプトキャッシュは書き込んだモデルのものなので、新しいモデルの最初のターンはキャッシュ書き込みコストがかかります。Claude Code では /compact を使うか、短い計画を持って新しいセッションを始めます。
思考ブロックは必ずしも引き継がれない。 モデルは一部の他モデルの思考ブロックしか読めません。1段階下げると以前の推論は失われ、Fable 5.2 から他の一般提供モデルへ移る場合も落ちます。
サブエージェントは小さいモデルに。 サブエージェントは自分のモデルの料金で課金されます。コード編集と判断はメインのモデルに残します。
難しい判断はアドバイザーに。 advisor tool（ベータ）は、安価な実行役と強力なアドバイザーを組み合わせます。実行役がアドバイザーを十分頻繁に呼ぶ場合にだけ効果が出るため、先に計測します。社内ベンチマークの一例では、約2.1倍のコストで +1.7 ポイントにとどまり、実行ごとのばらつきの範囲内でした。
大量作業は安価なワーカーに。 大規模な欠陥探索タスクで、Opus 5.5 のリードと最大25体の Sonnet 5.5 ワーカーは、Opus 5.5 単独より約3分の1安く、結果は同程度でした。1つのコンテキストに収まらない規模の作業に向きます。依存する一連の手順には、オーケストレーションの手間に見合いません。

移行前の互換性チェック ⚠️

Fable 5.2 の preserved thinking: Fable 5.2 の思考ブロックより前の内容が変わると、API は 400 エラーを返します（その思考を捨てるオプトインをしない限り）。履歴は追記のみにします。
Thinking: Opus 5.5 と Fable 5.2 は常に思考するため、無効化するとエラーになります。コンテンツブロックは type で読みます。
強制ツール使用: tool_choice を any や tool にすると、Sonnet 5.5、Opus 5.5、Fable 5.2 で 400 エラー。auto と strict: true のツールを使います。
Computer use: Claude API と Google Cloud 上の Claude Models では computer_toolset_20260801 ツールセットが必要です。
Haiku 4.5 から 5.5: budget_tokens をエフォートレベルに置き換えます。デフォルト以外の temperature、top_p、top_k は 400 エラー、messages は user ターンで終える必要があります。
安全フォールバック: フラグが立ったサイバーセキュリティ要求は Opus 4.8、生物学の要求は Opus 5 にフォールバックすることがあり、トランスクリプトに通知が出ます。

自分の作業で計測する 🧪

結果を判定できる実タスク（テスト合格、チケットクローズ、行数の一致など）を集める
各候補モデルを2〜3段階のエフォートで、別々のセッションで実行し、usage フィールドからタスクごとのコストを記録する
スコアと支出をプロットする。マルチモデル構成は、どの単一モデルの点よりも優れる場合にだけ採用する
勝者を実トラフィックでシャドー実行してから切り替える

まとめ ✅

🚀 まず Opus 5.5 の medium で始め、足りなければ検証追加 → エフォート上げ → モデル上げの順に進めましょう
💸 サブエージェントや大量処理は Haiku / Sonnet に逃がすとコストを抑えられます
🔎 移行時は互換性チェックの項目（thinking、tool_choice、サンプリングパラメータなど）を確認し、最後は自分のタスクで計測してください

参考リンク 🔗

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up